公开(公告)号：CN119229512A

公开(公告)日：2024-12-31

申请号：CN202411352011.6

申请日：2024-09-26

Applicant: 首都医科大学附属北京同仁医院

Inventor： 接英 ,  田磊 ,  冯珺 ,  周美华 ,  李傲 ,  文皓男

IPC: G06V40/18 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0985

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种眼睑缘特征分类方法，包括，将原始特征图输入眼睑缘分割模型，获得分割图像；对分割图像进行窗口划分获得每一窗口对应的初始化位置和大小信息后，将分割图像输入特征初步提取模型，获得初始图像；根据每一窗口对应的初始化位置和大小信息，以及初始图像，对分割图像重新进行窗口划分；将分割图像输入预先设置的特征分类模型，特征分类模型根据分割图像和图像块尺寸，以及第一目标维度，获得特征图像；将特征图像输入分类头，获得特征分类结果。其有益效果是，实现了利用分割信息来辅助特征分类，并针对眼睑缘的特点进行优化，提升了在处理眼睑缘特征时的效果。

公开(公告)号：CN119229511A

公开(公告)日：2024-12-31

申请号：CN202411352010.1

申请日：2024-09-26

Applicant: 首都医科大学附属北京同仁医院

Inventor： 冯珺 ,  周美华 ,  接英 ,  田磊 ,  李傲 ,  多伯扬

IPC: G06V40/18 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N10/60

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种眼睑缘特征分类系统，包括：眼睑缘分割模块，用于将接收到的原始特征图像输入眼睑缘分割模型中，获得原始特征图对应的分割图像；其中，眼睑缘分割模型的最后一级编码器和所有的解码器的输出均经过3×3卷积和Sigmoid函数处理，生成显著概率图，并将所有显著概率图向上采样后融合，最后通过1×1卷积和Sigmoid函数处理，生成原始特征图对应的分割图像；特征分类模块，用于将分割图像输入特征分类模型，获得特征分类结果。其有益效果是，通过眼睑缘分割模型和特征分类模型，实现了利用分割信息来辅助特征分类，并针对眼睑减员的特点进行优化，提升了在处理眼睑缘特征时的效果。

公开(公告)号：CN119229123A

公开(公告)日：2024-12-31

申请号：CN202411352007.X

申请日：2024-09-26

Applicant: 北京市眼科研究所 ,  首都医科大学附属北京同仁医院

Inventor： 田磊 ,  接英 ,  冯珺 ,  周美华 ,  李傲 ,  郭翰文

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V40/18 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/092 ,  G06N3/094 ,  G06N3/0985

Abstract: 本发明涉及深度学习技术领域，尤其涉及一种眼睑缘分割模型的训练方法和分割方法，包括：S1、基于预先设置的眼部图像数据集，构建数据训练集；S2、根据所述数据训练集训练预先构建的眼睑缘分割模型，获得训练好的眼睑缘分割模型；在训练过程中，当任一第一编码器接收到输入数据时，则根据预先设置的公式一输出结果，所述公式一为：Ei＝RSU(Ei‑1)；其中，当i＝1时，Ei‑1即为输入眼睑缘分割模型的初始图像数据；当任一第一解码器接收到输入数据时，则根据预先设置的公式二输出结果，所述公式二为：Di＝RSU(Di+1+Ei)；其中，i＝N‑1时，Di+1为Ei+1。其有益效果是，以相对简单的网络架构，降低对数据量的依赖性。